用于预防手术错误的系统和方法技术方案

描述了一种用于在医疗流程期间引导外科医生以防止手术错误的装置、系统和过程。该系统可以包括机器学习医疗流程服务器，其至少使用在多个不同医疗流程系统处执行的医疗流程期间捕获的医疗流程数据来生成一个或多个机器学习医疗流程模型；该系统还可以包括与机器学习医疗流程服务器通信地耦接的医疗流程系统，其从机器学习医疗流程服务器接收所选择的机器学习医疗流程模型，并且在相应的医疗流程期间利用所选择的机器学习医疗流程模型来控制医疗流程系统的一个或多个操作。

Systems and methods for preventing surgical errors

A device, system and process for guiding surgeons during a medical process to prevent surgical errors are described. \u8be5\u7cfb\u7edf\u53ef\u4ee5\u5305\u62ec\u673a\u5668\u5b66\u4e60\u533b\u7597\u6d41\u7a0b\u670d\u52a1\u5668\uff0c\u5176\u81f3\u5c11\u4f7f\u7528\u5728\u591a\u4e2a\u4e0d\u540c\u533b\u7597\u6d41\u7a0b\u7cfb\u7edf\u5904\u6267\u884c\u7684\u533b\u7597\u6d41\u7a0b\u671f\u95f4\u6355\u83b7\u7684\u533b\u7597\u6d41\u7a0b\u6570\u636e\u6765\u751f\u6210\u4e00\u4e2a\u6216\u591a\u4e2a\u673a\u5668\u5b66\u4e60\u533b\u7597\u6d41\u7a0b\u6a21\u578b\uff1b\u8be5\u7cfb\u7edf\u8fd8\u53ef\u4ee5\u5305\u62ec\u4e0e\u673a\u5668\u5b66\u4e60\u533b\u7597\u6d41\u7a0b\u670d\u52a1\u5668\u901a\u4fe1\u5730\u8026\u63a5\u7684\u533b\u7597\u6d41\u7a0b\u7cfb\u7edf\uff0c\u5176\u4ece\u673a\u5668\u5b66\u4e60\u533b\u7597\u6d41\u7a0b The server receives the selected machine learning medical process model and uses the selected machine learning medical process model to control one or more operations of the medical process system during the corresponding medical process.

【技术实现步骤摘要】
【国外来华专利技术】用于预防手术错误的系统和方法相关申请的交叉引用本申请要求2016年9月6日提交序号为62/383,838的美国临时申请的权益，其内容通过引用并入本文。
本公开一般涉及用于医学治疗的手术系统，并且特别地但非排他地涉及用于在医疗流程(procedure)期间引导外科医生以防止手术错误的系统和方法。
技术介绍
手术中的大量并发症是外科医生在手术流程期间做出错误决定导致的。错误决定的两个主要原因是重要解剖结构的错误标识(例如，切割神经血管束，因为它没有被正确标识)和不遵守所需的前提条件(例如，在放置所有必要的夹子之前切割)。此外，由于特定医疗专业人员缺乏经验，手术步骤可能以错误的顺序执行。在手术流程期间也可能出现其他错误。当医疗专业人员进行微创手术(MIS)和/或机器人辅助手术时，这些问题可能会加重。例如，由于外科医生对患者的解剖结构的内窥镜视野非常有限，以及由于缺乏触觉反馈，在MIS和/或机器人流程中更可能发生解剖结构的错误标识。附图说明参考以下附图描述了本专利技术的非限制性和非穷举性实施例，其中除非另有说明，否则相同的附图标记在各种视图中指代相同的部分。附图不一定按比例绘制，而是将重点放在说明所描述的原理上。图1是用于通过向医疗流程系统提供基于机器学习模型的指导和支持来预防手术流程期间的医疗错误的示例性系统架构100的框图。图2是医疗流程系统和机器学习模型医疗流程服务器的一个实施例的框图。图3是示出根据本公开的实施例的用于向医疗流程系统提供指导和支持的过程的流程图。图4是示出根据本公开的实施例的用于训练ML医疗流程模型的过程的流程图。图5是可以与本专利技术一起使用的计算机系统的一个实施例。图6A-6C示出了在示例性医疗流程期间由医疗流程系统提供的示例性用户界面。具体实施方式本文描述了用于从医疗流程生成基于机器学习的模型的装置、系统、和过程的实施例，其使得医疗流程系统能够在医疗流程期间向医疗专业人员提供支持和/或指导。在以下描述中，阐述了许多细节。然而，对于受益于本公开的本领域普通技术人员显而易见的是，可以在没有这些具体细节的情况下实践本专利技术。在某些情况下，众所周知的结构和设备以框图形式而不是详细地示出，以避免模糊本专利技术。以下详细描述的一些部分是根据对计算机存储器内的数据位的操作的算法和符号表示来呈现的。这些算法描述和表示是数据处理领域的技术人员用来最有效地将他们工作的实质传达给本领域其他技术人员的手段。这里的算法是，并且通常被认为是导致期望结果的自相一致的步骤序列。这些步骤是需要物理量的物理操纵的步骤。通常，尽管不是必须的，这些量采用能够被存储、传输、组合、比较、和以其他方式操纵的电信号或磁信号的形式。有时，主要出于通用的原因，已经证明将这些信号称为比特、值、元素、符号、字符、项、数字等是方便的。然而，应该记住，所有这些和类似术语都与适当的物理量相关联，并且仅仅是应用于这些量的方便标签。除非从以下讨论中明确说明，否则应当理解，在整个说明书中，利用诸如“生成”、“接收”、“控制”、“防止”、“跟踪”、“启用”、“提供”、“推动”等的术语的讨论指的是计算机系统或类似电子计算设备的动作和过程，其将计算机系统的寄存器和存储器中的表示为物理(例如，电子)量的数据操纵和转换为计算机系统存储器或寄存器或其他此类信息存储、传输或显示设备内的类似地表示为物理量的其他数据。本专利技术还涉及一种用于执行本文的操作的装置。该装置可以为所需目的而专门构造，或者它可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算机。这样的计算机程序可以存储在计算机可读存储介质中，例如但不限于包括软盘、光盘、CD-ROM、和磁光盘的任何类型的盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡、或适用于存储电子指令的任何类型的介质。本文展示的算法和显示并非固有地与任何特定计算机或其他装置相关。根据本文的教导，各种通用系统可以与程序一起使用，或者可以证明构造更专用的装置以执行所需的方法步骤是方便的。各种这些系统所需的结构将从下面的描述中看出。另外，不参考任何特定编程语言描述本专利技术。应当理解，可以使用各种编程语言来实现如本文所述的本专利技术的教导。图1是用于通过向医疗流程系统提供基于机器学习模型的指导和支持来预防手术流程期间的医疗错误的示例性系统架构100的框图。在一个实施例中，该系统包括机器学习(ML)医疗流程服务器110和一个或多个医疗流程系统(例如，医疗流程系统140至医疗流程系统140-N)。在一个实施例中，医疗流程系统140至140-N每个可以是计算机处理系统，例如个人计算机、专用计算系统、计算设施等。ML医疗流程服务器110也可以是计算系统，例如一个或多个服务器计算机、台式计算机等。医疗流程系统140至140-N和ML医疗流程服务器110可以耦接到网络102，网络102使用任何标准协议进行通信以进行信息交换。在一个实施例中，医疗流程系统经由无线连接(例如无线保真连接等)与网络102耦接。医疗流程系统140至140-N和ML医疗流程服务器110可以在一个局域网(LAN)上运行，并且可以合并到相同的物理或逻辑系统、或不同的物理或逻辑系统中。可替换地，医疗流程系统140至140-N和ML医疗流程服务器110可以各自驻留在可以经由因特网耦接在一起但由防火墙、路由器、和/或其他网络设备分开的不同的LAN、广域网、蜂窝通信网络等上。应当注意，可以使用各种其他网络配置，包括例如托管配置、分布式配置、集中式配置等。医疗流程系统140至140-N负责在手术流程期间向医疗专业人员提供指导和支持。在实施例中，如下面更详细讨论的，每个医疗流程系统可以与例如立体内窥镜、机器人控制的医疗器械(例如，卡钳、分离器、切割器等)的一个或多个医疗工具耦接。每个医疗流程系统还可以与一个或多个用户界面耦接，例如显示由医疗工具收集的数据(例如，由内窥镜捕获的患者解剖结构的视野)、提供触觉反馈(例如，激活视觉、听觉、或感觉警报)、使得能够访问额外的数据(例如，术前医学图像、患者的病史、患者生命信息等)、提供额外的可视化(例如，患者所在的台子、机器人手术设备的臂等)的图形用户界面、以及其他接口。在实施例中，基于正在执行的期望使用/流程，每个医疗流程系统可以具有不同组的医疗工具和用户界面。以下对图1的讨论将讨论医疗流程系统140作为医疗流程系统140至140-N的一个实施例。医疗流程系统140经由一个或多个用户界面接收提供一系列患者特定信息的患者特定因素的详述(specification)，例如年龄、性别、体重指数(BMI)、已知医疗/健康状况等。医疗流程系统140还接收要执行的医疗流程的详述。基于流程和患者特定信息，医疗流程系统可以从医疗流程系统140的模型存储(例如，ML医疗流程模型数据库)中调用流程和特定于病例的ML医疗流程模型，或者从ML医疗流程系统110请求流程和特定于病例的ML医疗流程模型。在一个实施例中，在医疗流程(例如，手术、内窥镜检查、介入放射学流程等)期间，医疗流程系统140在医疗流程期间获取由一个或多个医疗工具捕获的传感器数据。例如，传感器数据可以包括患者的(多个)解剖结构的立体图像、指示机器人仪器的速度、加速度本文档来自技高网...

【技术保护点】
1.一种用于防止医疗错误的系统，该系统包括：机器学习医疗流程服务器，其至少使用在多个不同医疗流程系统处执行的医疗流程期间捕获的医疗流程数据来生成一个或多个机器学习医疗流程模型；以及与该机器学习医疗流程服务器通信地耦接的医疗流程系统，其从该机器学习医疗流程服务器接收所选择的机器学习医疗流程模型，并且在相应的医疗流程期间利用所选择的机器学习医疗流程模型以控制医疗流程系统的一个或多个操作。

【技术特征摘要】
【国外来华专利技术】2016.09.06 US 62/383,838;2017.08.25 US 15/686,8401.一种用于防止医疗错误的系统，该系统包括：机器学习医疗流程服务器，其至少使用在多个不同医疗流程系统处执行的医疗流程期间捕获的医疗流程数据来生成一个或多个机器学习医疗流程模型；以及与该机器学习医疗流程服务器通信地耦接的医疗流程系统，其从该机器学习医疗流程服务器接收所选择的机器学习医疗流程模型，并且在相应的医疗流程期间利用所选择的机器学习医疗流程模型以控制医疗流程系统的一个或多个操作。2.根据权利要求1所述的系统，其中每个机器学习医疗流程模型与医疗流程相关联，并且包括由该机器学习医疗流程服务器训练以标识医疗流程内的步骤的第一分类器、由该机器学习医疗流程服务器训练以标识在医疗流程的相应步骤期间可见的解剖结构的第二分类器、以及由该机器学习医疗流程服务器训练以标识指示在医疗流程的相应步骤期间一个或多个医疗工具的预期操作的医疗工具数据的第三分类器。3.根据权利要求1所述的系统，其中对所述医疗流程系统的一个或多个操作的控制包括在相应的医疗流程期间控制与所述医疗流程系统耦接的医疗工具的动作。4.根据权利要求3所述的系统，其中所述医疗工具包括由执行相应医疗流程的医疗专业人员控制的机器人辅助医疗设备。5.根据权利要求1所述的系统，其中对所述医疗流程系统的一个或多个操作的控制包括生成具有解剖结构信息的图形用户界面，所述解剖结构信息向执行相应的医疗流程的医疗专业人员通知在相应的医疗流程的当前步骤期间的预期解剖结构。6.根据权利要求1所述的系统，其中对所述医疗流程系统的一个或多个操作的控制包括基于所请求的动作的一个或多个特征来防止医疗工具的所请求的动作，生成请求医疗专业人员允许所请求的动作的确认的图形用户界面，以及使得医疗工具能够按照所请求的动作移动。7.根据权利要求1所述的系统，其中所述一个或多个机器学习医疗流程模型是基于医疗流程数据的训练集生成的，所述医疗流程数据的训练集包括在相应的医疗流程中具有正面结果的医疗流程数据的一个或多个正面训练集、在相应医疗流程中的一个或多个阶段具有带一个或多个错误的结果的医疗流程数据的一个或多个负面训练集、以及在多个不同医疗流程系统处执行的医疗流程期间捕获的医疗流程数据。8.根据权利要求1所述的系统，其中所述医疗流程系统在相应的医疗流程期间使用所选择的机器学习医疗流程模型实时分析相应的医疗流程。9.根据权利要求1所述的系统，还包括医疗流程系统跟踪在相应医疗流程期间从与所述医疗流程系统耦接的医疗工具传感器生成的传感器数据，并将所跟踪的传感器数据提供给所述机器学习医疗流程服务器以生成或改进与相应医疗流程相关联的机器学习医疗流程模型。10.根据权利要求9所述的系统，还包括所述机器学习医疗流程服务器推送所生成或改进的机器学习医疗流程模型，以在多个不同医疗流程系统处替换与相应医疗流程相关联的现有机器学习医疗流程模型。11.一种方法，包括：在机器学习医疗流程服务器处，至少使用在多个不同医疗流程系统处执行的医疗流程期间捕获的医疗流程数据，生成一个或多个机器学习医疗流程模型；在与医疗流程通信地耦接的医疗流程系统处从该机器学习医疗流程服务器接收所选择的机器学习医疗流程模型；以及在相应的医疗流程中使用所选择的机器学习医疗流程模型控制该医疗流程系统的一个或多个操作。12.根据权利要求1...

【专利技术属性】
技术研发人员：JK巴拉尔，M哈贝克，D皮波尼，T泰森勒，
申请(专利权)人：威里利生命科学有限责任公司，
类型：发明
国别省市：美国,US